Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD

Datenfusion: Theoretische Implikationen und
praktische Umsetzung
Dr. Florian Meinfelder
Zusammenfassung
Datenfusionen gewinnen in der Praxis aus zweierlei Gründen an Bedeutung: Zum
einen hat die Erkenntnis verstärkt eingesetzt, dass die Antwortbelastbarkeit von
Befragten endlich ist und „Single Source“-Erhebungen – das heißt alle Informationen
stammen aus einer Quelle – zu Problemen wie Unit Nonresponse Bias auf
Grund von Teilnahmeverweigerung führen. Zum anderen erhöht sich kontinuierlich
die Anzahl an ursprünglich voneinander unabhängigen Datenquellen, für
die gemeinsame Analysewünsche bestehen. Dieser Artikel setzt sich daher mit
der praktischen Umsetzung einer Datenfusion auseinander, wobei gleichzeitig
ein Bezug zu Notation und Verfahren der statistischen Missing Data-Literatur
hergestellt wird. Im Abschnitt zu Evaluierungsmöglichkeiten wird nochmals auf
den aktuellen Stand der Forschung eingegangen und ein Gütekriterium vorgestellt,
das auf der Annahme der bedingten Unabhängigkeit aufbaut, aber Vorzüge
gegenüber den in der Praxis gängigen Gütekriterien aufweist.
Schlagwörter: Datenfusion, Statistical Matching, Nonresponse, Missing-data,
Multiple Imputation, Missing at Random, Nearest Neighbour Imputation
83